人机交互
这门学科二十年里换了三次研究对象。先是从「界面好不好用」换成「这个系统对人做了什么」——注意力的攫取、暗黑模式、同意疲劳与算法伤害，都不是可用性问题而是价值问题；再是从「人使用工具」换成「人与自动化共同决策」——信任、依赖、责任与解释成为核心变量，而实证结果反复显示人对自动化的校准极差；最后是这十年末期，界面本身变成了自然语言，而对面是一个会自己行动的智能体。下面二十条按此排列：先是价值与伤害，再是自动化与信任，然后是新的交互形态与方法学。
一、价值敏感设计Value-Sensitive Design
传统评价关注效率、错误率与满意度。价值敏感设计要求在设计之初就识别直接与间接利益相关者，明确他们关心的价值（隐私、自主、公平、可问责），并把这些价值转化为具体的设计要求与可检验的指标。间接利益相关者尤其关键——被系统影响却不使用它的人。
方法上的核心是三重调查：概念分析（这个价值在此语境下意味着什么）、经验研究（相关者实际如何理解与权衡它）、技术调查（哪些技术选择支持或妨碍它）。三者迭代进行，防止把价值当作事后的合规检查。
它的实际影响体现在评审与监管中：影响评估、算法审计与设计文档中的价值论证，都源自这一传统。它把「设计者应当负责什么」从职业道德变成了可以被文档化与审查的过程。
批评意见同样重要：价值之间常常冲突（安全与隐私、透明与保护），而方法本身不给出仲裁规则；且在商业压力下，价值分析容易退化为形式。它提供的是让冲突显形的语言，而不是解决冲突的算法。
它对工程流程的具体贡献是把「谁会被影响」做成一份必须填写的清单。清单式的方法看似简单，其价值在于强制穷举——与航空的检查单、医疗的手术核对表属于同一类干预，而这类干预的效果在别处已被反复验证。
二、注意力经济与暗黑模式The Attention Economy and Dark Patterns
当收入来自使用时长与转化率，界面的最优设计与用户利益开始分岔。这条线的贡献是把这类设计做成可命名的分类学：预设勾选、隐藏退订、虚假紧迫、羞辱式拒绝、连环确认、无限滚动与变奖励间隔。命名使它们可以被识别、被测量、被举证。
大规模测量随后跟进：对数以万计的网站与应用的自动化扫描显示这类模式极为普遍，且集中在结算、订阅与同意流程上。自动化审计的可行性，是这一议题得以进入执法的技术前提。
实验证据表明其效果显著且不对称：暗黑模式对所有人都有效，而对老年、低数字素养与时间压力下的用户效果更强。这使它成为分配问题而不只是伦理问题。
监管在这十年落地：多国立法禁止特定模式并要求退订与订阅同等便利。难点在于边界——说服性设计与操纵性设计之间没有清晰界线，因而执法依赖具体清单而非一般原则，这使规则总是滞后于新花样。
从命名的作用可以提炼一条通则：一个现象被命名并分类之后，才可能被测量、被举证、被监管。同样的路径出现在骚扰、职场歧视与环境污染的治理史上，而暗黑模式只用了十年就走完了全程。
三、同意的失效The Failure of Notice and Consent
隐私保护的主流框架是告知与同意。实证研究给出的结论毫不含糊：阅读一个人一年内遇到的全部隐私政策需要以周计的时间；实验中绝大多数人直接点击同意，包括同意荒谬条款；而选择往往是二元的——要么全部接受，要么无法使用服务。
同意弹窗的普及使问题更糟：疲劳导致条件反射式点击，而设计上的不对称（接受一键、拒绝多层）系统性地提高同意率。多国执法机构随后要求拒绝必须与接受同样便利，这一要求本身就承认了原框架的失效。
由此产生的替代方向有三条：默认设置的实质性保护（不依赖用户行动）、目的限制与数据最小化（限制可做什么而非要求同意）、以及可委托的偏好信号（由浏览器或代理统一表达用户意愿）。第三条在技术上可行，其推行受制于商业阻力。
更一般的教训适用于所有依赖个人决策的保护机制：当选择的成本远高于其收益时，形式上的自主等于实质上的无保护。这与行为公共财政中「行政负担」的结论完全同构。
还有一层与经济学面板呼应：同意框架把选择的成本完全推给个人，而收益分散给平台。这与「行政负担」是同一种机制——用程序性障碍在不改变名义权利的前提下降低实际行使率。
四、自动化的过度依赖Automation Bias and Over-Reliance
理想的人机协作是人补上机器的错误。大量实验显示实际情况相反：当系统正确时人跟随，当系统错误时人也跟随——正确率下降并未带来相应的怀疑，而人对自身判断的信心反而降低。这被称为自动化偏差，其反面是自动化厌恶——一次可见的错误后彻底弃用。
在生成式工具上的复现尤其明确：使用者对输出的采纳率高于其正确率，且自评的表现优于实测的表现。这一「感知与实测的落差」在多项研究中重复出现，是这条线最稳健的发现。
已被验证有效的缓解手段有限：显示置信度有帮助但幅度小、要求先给出自己的判断再看建议效果较好、强制延迟与解释多数无效。真正有效的往往是流程设计而非界面设计——例如让两个独立判断在事后比对，而不是让人当场审核机器。
对系统设计的含义是根本性的：如果人被设计为「最后一道防线」，那么这道防线的实际有效性必须被测量而不能被假定。多数把人放在回路里的合规方案，从未测量过这道防线是否真的拦住了什么。
它对培训的含义常被忽略：既然依赖不能靠意志克服，那么训练应当针对「识别系统何时可能出错」的具体线索，而不是笼统地提醒保持警惕。已有证据显示前者有效、后者无效。
五、解释的实证清算Explanations That Don't Help
可解释性研究长期假设：给出理由，人就能识别错误。这十年的用户实验反复给出相反结果——加入解释后，人采纳建议的比例上升，而识别错误建议的能力没有改善，有时反而下降。解释起到的是说服作用而非校准作用。
机制被逐步识别：解释增加了系统的可信外观、消耗了本可用于独立思考的认知资源、且多数解释无法被验证（人无法判断这个解释本身是否成立）。「看起来合理的解释」与「正确的判断」之间没有必然联系。
少数有效的形式是可核查的：给出可以被独立验证的证据（原始文档、可复算的数据、反事实示例），而不是给出理由陈述。关键区别在于用户能否在不信任系统的前提下检验该解释。
对监管的含义值得注意：多项法规要求提供解释，而若解释只提高信任不提高辨错能力，这一要求可能在实质上适得其反。这一批评已被明确提出，尚未反映到法规修订中。
这一条对整个可解释性研究是一次方向修正：评价标准应当是「用户识别错误的能力」而非「用户的理解感与满意度」。后者容易测且总是正向，前者难测却是唯一有意义的指标——这一替换尚未在多数论文中完成。
六、算法伤害与参与式审计Algorithmic Harms and Participatory Audits
自动化决策系统的伤害（错误拒绝、系统性偏差、错误识别）常常在开发方的指标上不可见，因为这些指标按平均值计算而伤害集中在少数群体。多起被广泛报道的案例，最初都是由用户社群发现并集体记录的。
由此形成的方法是参与式审计：由受影响群体系统地收集案例、设计探测输入、并与研究者合作量化。这类审计发现了多个内部测试未能发现的问题，其有效性来自受影响者对失败模式的直觉。
配套的制度进展包括：漏洞赏金式的偏差报告计划、第三方审计的法律地位、以及研究者豁免（允许出于研究目的的自动化探测而不违反服务条款）。最后一项是技术审计能否合法进行的前提，其立法进展在各辖区差异很大。
结构性的困难与平台研究相同：审计需要访问权，而访问权由被审计方授予。这使得独立审计与内部审计的分工始终不清，也使得最需要被审计的系统最难被审计。
从证据生产看，参与式审计有一个结构性优势：受影响者拥有大量真实的失败样本，而开发方只有测试集。把这些样本系统化，往往比设计新的测试更快发现问题——这一原理同样适用于医疗器械与消费品的不良事件报告。
七、混合现实与空间计算Mixed Reality and Spatial Computing
显示、追踪、手势与眼动识别在这十年都达到了可用水平：视场角与分辨率大幅提升，手眼结合的选择方式（看哪里、捏一下）被证明既准确又低疲劳，透视式混合现实使虚拟内容可以稳定叠加在真实空间中。交互层面的基础问题基本被解决。
留存与使用时长仍是核心难题：设备重量、佩戴不适、社交可接受性与内容匮乏共同限制了长期使用。多项研究显示用户对设备的评价很高而实际使用频率快速衰减——这是一个典型的「有用但不常用」的产品形态。
已被证明有价值的场景相当明确：培训与技能传授、复杂装配的引导、医疗与手术规划、以及需要三维空间理解的协作。共同点是任务本身有内在的空间结构，而不是把平面内容放大到空中。
健康与安全的证据在积累：视觉辐辏与调节的冲突、长时间使用的眼疲劳、以及透视延迟对平衡的影响。与屏幕时间的争论不同，这里的效应有清晰的生理机制，因而更容易被量化与规制。
值得记的是它与显示技术的关系：交互问题被解决之后，剩下的限制主要是光学、重量与热，而这些是物理与工程问题，其改进速度不由交互研究决定。一个领域的瓶颈迁移到别的学科，是成熟的标志之一。
八、无障碍与共创设计Accessibility and Co-Design with Disabled People
早期的辅助技术研究倾向于用技术弥补个体的功能差异，其成果常被使用者拒绝——因为它们把使用者标记为需要被修复的对象、且解决的往往不是使用者认为重要的问题。这一批评从残障社群内部提出，并重塑了整个方向。
取而代之的是共创：残障人士作为研究者与设计者参与全过程，问题定义由他们提出。由此产生的成果与外部想象的差异极大——被优先的常是自主、隐私、社交尊严与设备的可修理性，而非功能替代的最大化。
技术上的具体成果包括：屏幕阅读与自动替代文本的普及、实时字幕与转写的质量跃升、以及可定制的输入方式。其中多项后来成为所有人受益的通用能力——字幕在嘈杂环境中被普遍使用，语音输入成为主流交互方式之一。
尚未解决的是评估与激励：无障碍在多数产品中是合规项而非产品目标，测试常在发布前才做。把无障碍纳入默认的设计与测试流程，其成本远低于事后改造——这一点被反复证明，却仍未成为普遍实践。
「为少数人设计的东西最终惠及所有人」在这条线上有大量实例，但它也有一个风险：用通用收益为无障碍辩护，等于承认它本身不足以构成理由。社群内部对这一辩护策略始终有保留，值得记下。
九、自然语言作为界面Natural Language as an Interface
图形界面的一个核心优点是可见的可供性：能做什么写在按钮上。自然语言界面取消了这一提示——用户可以说任何话，而系统能做什么、做得多好、在什么情况下会失败，全都不可见。这被称为「能力边界的隐形」，是这一形态最根本的可用性问题。
由此产生的实证发现包括：用户会系统性地高估或低估系统能力、会用试错来探索边界、且在失败后难以判断是自己表述不当还是系统不能做。「不知道为什么失败」比「失败」本身对信任的破坏更大。
被验证有效的设计对策集中在几处：提供示例与模板降低冷启动、把系统的理解显式回显给用户确认、提供可直接编辑的中间产物而非只给最终结果、以及在系统不确定时主动提问而不是猜测。核心原则是把不可见的过程重新可见化。
更深的变化是提示成为一种新的工作技能，其分布不均等：表达能力与领域知识决定了能从同一系统获得多少价值。这可能扩大而非缩小数字鸿沟，其证据在这十年末期开始积累。
从设计史看，这是一次罕见的倒退与前进并存：表达力大幅提升，而可发现性回到了命令行时代之前。命令行至少有帮助文档与固定语法，而自然语言界面连「有哪些命令」都不存在——这解释了模板与示例为何成为最有效的补救。
十、人机协作的分工Complementarity: Who Should Decide What
把人与算法结合的直觉是取长补短。系统性的对照实验给出的结论更冷静：在大量任务上，人机组合的表现介于两者之间，而非优于两者——因为人无法可靠地判断何时该推翻机器。互补性并非自动产生，而需要专门设计。
已被识别的互补条件有几条：人拥有机器看不到的信息（语境、例外情况）、机器给出的是可核查的中间结果、以及分工按置信度分流（机器高置信自动处理，低置信转人工）而非逐例审核。第三条在实践中效果最稳定。
反过来，最无效的设计是「机器给建议、人逐条审核」——这既承担了人力成本，又因过度依赖而未获得纠错收益。而这恰是多数合规方案采用的形态，因为它在流程上最容易写进制度。
对组织的含义是：「人在回路中」必须指定人具体做什么、有什么信息优势、以及如何被评价。缺少这三项的回路只是责任的摆设，其存在反而会掩盖系统的实际错误率。
这条线还给出了一个组织设计的判据：若无法说清人在回路中拥有什么信息优势，那这个回路就不应该存在——要么把决策完全自动化并承担责任，要么给人以真正的信息与时间。中间状态的成本最高而收益最低。
十一、众包与被隐藏的劳动Crowdwork and the Hidden Labour
众包最初被视为研究方法与新型劳动市场。这十年的研究把重点转向劳动条件：实际时薪常低于最低工资、任务被拒绝时缺乏申诉渠道、平台的评分机制不透明、且工人的无偿准备时间不被计入。
内容审核与数据标注的研究揭示了更严重的问题：审核者长期暴露于极端内容，心理伤害有临床证据；而标注工作外包给低收入地区，形成了明确的全球分工。「人工智能」的运行依赖一条大部分不可见的人力供应链。
由此形成的研究与倡导包括：透明的报酬与拒绝规则、平台间可携带的声誉、任务时长的真实计量、以及标注者福祉的行业标准。若干工具与准则已被学术社群采纳为发表的伦理要求。
对研究方法本身的影响同样重要：研究者是这一劳动的直接购买者，因而伦理审查开始要求申报报酬水平。这是本领域少见的、把自身实践纳入研究对象的自我审视。
它对本领域的方法论有一个直接后果：研究者购买众包劳动时的报酬水平，成为论文伦理声明的一部分。一个学科把自己的生产条件纳入审查，这在计算机科学中并不多见，值得作为先例记录。
十二、行为改变技术的证据清算Behaviour Change Technology, Audited
计步、打卡、连胜、徽章与排行榜曾被广泛用于健康、教育与生产力应用。系统综述与元分析给出的结论是：短期效应存在且可测，长期留存差，效应量普遍小于早期研究的报告，且存在明显的发表偏倚。
第二类发现是异质性：外在激励对已有内在动机的人可能产生挤出效应；而对最需要改变的人群（低动机、低资源），这类设计的效果最弱。「对已经在做的人有效」是这类技术最常见的实际情形。
被证明较稳健的成分与游戏化关系不大：具体的实施意图（何时何地做什么）、社会承诺、以及减少执行摩擦。这与行为公共政策中的结论完全一致——改变环境比改变动机有效。
方法学上的教训是本领域的一次成长：短期实验室效果不能外推到长期日常使用，而这一外推曾是该方向大量研究的隐含假设。此后长期实地研究与预注册在本领域的比例明显上升。
从证据积累的角度看，这条线走完了一个完整的清算周期：热潮、大量小样本阳性结果、元分析缩水、机制拆解、保留有效成分。与行为经济学的助推、农学的促生菌完全同型，可以作为判断新兴干预技术成熟度的参照模板。
十三、自我追踪与健康数据Self-Tracking and Personal Health Data
可穿戴设备把心率、活动、睡眠与部分生理指标变成连续数据。研究显示这确实改变了行为与自我认知，但方向复杂：部分用户获得掌控感与有效反馈，另一部分则产生对数据的焦虑与强迫性关注，后者在睡眠追踪上有明确记录。
准确性是持续问题：消费级设备在静息与规律活动下表现较好，在异常状态与特定人群（肤色、体型、心律不齐）上误差明显更大。而用户与临床人员往往按同一标准解读所有读数。
与临床的对接带来新的界面问题：连续数据的体量远超诊疗时间所能处理，因而需要摘要与异常检测；而假阳性会造成不必要的检查与焦虑。「更多数据不等于更好决策」在这里有直接的临床代价。
数据治理是未解的一环：健康数据在消费设备中不受医疗隐私法规的完整保护，其二次使用与共享规则不清。同一条心率数据，在医院受严格保护，在手环里不受——这一监管缺口在多国仍然存在。
还有一层设备公平问题：可穿戴的测量误差在深肤色与特定体型上更大，因为光学传感的标定人群不均衡。这与医疗器械的历史问题相同——校准数据的人群构成决定了谁的读数更准，而这一点极少出现在产品说明中。
十四、创造力支持工具Creativity Support Tools
支持创造的工具此前主要靠降低执行门槛（草图、参数化、版本探索）。生成式工具改变了性质：它可以直接产出候选，因而人的角色从执行者转为筛选者与引导者。这一转变在写作、设计与音乐中同时发生。
实证研究给出的结果是分层的：产出的数量与速度普遍提升；新手的产出质量提升最大；而群体层面的多样性下降——不同人用同一工具产出的东西彼此更相似。最后一点是这十年最值得注意的发现，它意味着个体收益与群体多样性可能反向。
过程层面的观察同样重要：使用者报告的心流体验与所有权感受下降，尤其在工具介入早期构思阶段时。因而设计上的建议是把生成放在发散阶段而非定义阶段，并保留人对方向的控制。
评价方法本身需要更新：传统的创造力评价依赖专家评分，而当产出量激增，评分成为瓶颈；用模型评分则引入循环。如何在产出爆炸的条件下评价创造性，是这条线当前最实际的方法学问题。
群体多样性下降这一发现值得单独强调：它是个体理性使用的集体后果，任何单个使用者都没有做错。这类「个体最优、集体次优」的结构无法靠用户教育解决，只能靠工具本身的设计（引入多样性约束）或生态的多元来缓解。
十五、信任的校准Calibrating Trust
产品设计常把「提升用户信任」作为目标，而研究界的立场相反：过度信任与信任不足同样有害，正确的目标是校准——用户的信任程度应当随系统在具体情境下的可靠性变化而变化。
校准的前提是可靠性本身是情境相关的：同一系统在常见情形下准确、在边缘情形下失效，而用户看到的是一个整体印象。因而设计需要传达的不是「系统有多好」，而是「在你现在这个情形下有多好」。
已被验证的手段包括：情境化的置信度、明确的能力边界声明、以及主动暴露失败案例。刻意展示系统失败的场景，能显著改善后续的校准——这与产品营销的本能完全相反，也是它难以被采纳的原因。
组织层面的障碍在于激励：产品团队的指标是采纳率与留存，而校准会降低采纳率。只要评价指标是使用量，界面设计就会系统性地偏向制造信任而非校准信任。
从产品实践看，这一条是本面板中与商业激励冲突最直接的：校准信任必然降低短期采纳率。因而它更可能通过责任规则而非自愿采纳来实现——当过度信任导致的损害可被追责时，校准才会成为理性选择。
十六、协作与远程工作的界面Collaboration Tools and Remote Work
远程工作在这十年成为常态（见劳动经济学与城市面板）。协作工具的实证研究给出的结论相对一致：计划内的协作与文档化的沟通质量提升，而偶发的、跨团队的、非正式的信息交换显著减少，后者恰是创新与新人融入所依赖的。
大规模通信数据的分析显示远程使协作网络更加「孤岛化」——与既有紧密联系的沟通增加，与弱联系的沟通减少。这是一个结构性效应，不是工具功能的缺失，因而不能靠增加功能解决。
混合模式的研究提供了可操作的结论：同步在场的价值集中在少数活动上——新人融入、跨团队协调、争议解决与关系建立，而个人产出型工作在远程下表现更好。据此设计「什么时候必须在一起」比规定天数更有效。
异步优先的实践随之成熟：书面为主、决策留痕、会议减量。其代价是写作负担与信息过载，收益是跨时区与专注时间。哪一方更划算取决于工作的耦合程度，这一点在不同职能之间差异极大。
值得补一句它与城市面板的呼应：远程办公同时改变了通勤、住房与协作网络，而三者的证据来自三个互不相干的学科。把它们并读，才能看出这是一次完整的社会技术转变，而非某一项工具的效果。
十七、研究方法的更新Methods: Scale, Preregistration and Replication
本领域的经典方法是小样本受控实验，其外部效度长期依赖研究者的判断。这十年的自我审视指出：样本多为大学生、任务多为人为设计、效应量常被高估、且负面结果很少发表——这与心理学的复制危机是同一场清算的分支。
回应包括：预注册、更大样本的在线实验、多站点复现，以及把日志数据与实验结合。大规模在线实验的优势是生态效度与统计功效，代价是干预必须简单、且伦理审查更复杂。
同时出现的是对纯量化取向的反向修正：许多重要问题（伤害如何发生、为何被接受）需要质性方法，而质性研究在本领域的地位随之上升。方法的多元化在这里不是折中，而是因为研究对象本身既有可测部分也有不可测部分。
尚未解决的是研究与产品的关系：本领域的许多结论来自与企业合作的研究，其发表受制于合作方；而独立研究缺乏访问权。知识生产的独立性问题在这里与网络测量、平台研究完全同型。
这条线还面临一个特殊困难：研究对象的迭代速度快于研究周期。一项关于某界面的两年期研究发表时，该界面往往已被替换。这迫使本领域更多研究「机制」而非「产品」，因为只有机制才具有跨代的有效性。
十八、界面中的隐私Usable Privacy and Security
长期的行业叙事是「用户是最薄弱的一环」。可用安全研究的立场是反过来的：若正确的做法很难而错误的做法很容易，那么失败是设计的责任。密码规则、证书警告、权限请求与钓鱼识别的实证研究都支持这一判断。
具体成果可以逐项列出：复杂密码规则被证明降低而非提高安全性（导致复用与写下），因而被主流指南废弃；不可跳过的证书警告与清晰的措辞显著提高遵从率；而两步验证的采纳率主要由摩擦决定，与用户对风险的认知关系很小。
权限模型的研究推动了运行时权限与「仅本次允许」这类设计的普及——把权限请求放在使用发生的时刻，其理解度远高于安装时的一次性清单。时机比措辞更重要。
剩余的难题是无法被界面解决的部分：供应链攻击、平台内部滥用与设备丢失后的账户恢复。恢复流程是安全体系中最薄弱也最少被研究的一环——它必须同时对合法用户友好、对攻击者不友好，而这两个目标直接冲突。
从这条线可以提炼一条通用的安全设计原则：把安全决策放在用户已经有语境的时刻，并让默认选项是安全的。凡是要求用户在缺乏语境时做出安全判断的设计，无论措辞多好都会失败。
十九、智能体的授权与撤销Delegation, Authority and Revocation for Agents
当系统可以自己浏览、调用工具、发送消息与执行交易，人的角色从「操作」变成「委托」。这带来了一整套此前不需要回答的界面问题：如何表达授权范围、如何在执行中途干预、如何撤销已发出的动作、以及如何在事后审查做了什么。
已被识别的设计要点包括：授权应当是具体且有边界的（金额、对象、时限），而不是一次性的全权；高后果动作需要显式确认，而确认的时机必须在动作可逆之前；执行过程需要可读的轨迹，而非只有结果。可逆性成为界面设计的一等约束。
实证研究刚刚开始，早期结果与自动化偏差一致：用户倾向于给出比自己意图更宽的授权，并在重复确认后迅速进入无意识点击。这意味着依赖逐次确认的设计会随使用频率而失效。
责任是尚未解决的核心：当委托的系统造成损害，责任在委托者、系统提供方还是工具方，取决于授权是如何被表达与记录的。因而界面不只是可用性问题，它同时是责任的证据——这一认识正在把交互设计推向法律与审计的交界。
它与编程语言面板的能力安全相接：授权的边界最终必须由系统机制强制执行，而不能只靠界面提示。界面表达意图，机制保证边界——两者缺一，授权就只是一句承诺。
二十、交互研究的对象转移From Tools to Environments
经典范式是单用户与单界面的短时任务，评价指标是效率与满意度。而当代的实际情形是：人长期生活在由推荐、排序与自动决策共同组织的环境中，其影响是累积的、群体性的，且没有明确的「任务完成」时刻。旧范式的测量工具无法捕捉这类影响。
由此产生的方法转向包括：长期的纵向研究、群体层面的效应测量、以及把「不使用」与「退出」也纳入研究对象。只研究使用者，会系统性地漏掉被排除者与已离开者——而后者往往是伤害最大的一群。
理论层面的对应是把设计者的责任范围扩展到间接相关者与长期后果，这与价值敏感设计与算法审计合流。本领域因此越来越像一门社会科学，其方法与政治学、传播学的距离小于与计算机图形学的距离。
留下的张力是学科身份：它既要保持对具体界面的工程贡献，又要处理制度与社会层面的问题，而两者的方法、发表渠道与评价标准都不同。这门学科二十年最大的变化，是它对自己研究什么这一问题的答案变了。
最后值得记的是它对学科评价的影响：当研究对象是长期的社会后果，实验室实验的地位必然下降，而纵向与观察研究的地位上升。而后者在本领域的顶级会议中长期不占优势——评价标准的滞后，是这次对象转移中最实际的阻力。
二十条排在一起，这门学科二十年最重要的一次转变是把「用户」重新理解为「被影响的人」。暗黑模式、同意疲劳、注意力攫取、众包劳动、算法伤害——五条讲的都不是界面好不好用，而是这个系统对人做了什么、对谁做的、以及谁为此负责。评价指标随之从效率与满意度，扩展到自主、可退出、可申诉与可核查，而这些指标恰恰与商业指标方向相反。这是本领域最深的一处张力，也是它无法只靠改进设计来解决的部分。
第二条主线是关于人与自动化关系的一组稳健而不受欢迎的发现：人对自动化的信任几乎从不与其可靠性匹配；解释提高信任但不提高辨错能力；人机组合通常不优于更强的一方；而「人在回路中」若不指定人具体做什么，就只是责任的摆设。这四条结论互相印证，且在从航空到医疗到编程的不同领域重复出现。它们对当下大量把人当作最后防线的合规设计构成直接质疑——那道防线的有效性从未被测量。
第三条主线正在展开：界面变成了自然语言，而对面是一个会自己行动的系统。这同时取消了图形界面最重要的两项资产——可见的能力边界与可逆的操作。于是这门学科当前最紧要的问题不再是「怎样让人更快完成任务」，而是「怎样表达一次有边界的授权、怎样在动作变得不可逆之前介入、以及事后怎样查清究竟做了什么」。这些问题的答案不只决定好不好用，还决定出事之后责任落在谁身上——交互设计因此第一次同时成为一件法律工程。